Fundamentos de Modelamiento de Rasgos Latentes LTM Manuel Jorge González Montesinos, Ph. D. www.metcuantus.org “Quaerendo Invenietis”

Slides:



Advertisements
Presentaciones similares
MATERIA: METODOLOGIAS DE INVESTIGACION FORESTAL
Advertisements

Estudios de Cohorte Dra. Pilar Jiménez M..
CONTENIDOS Teoría del muestreo ¿Cómo seleccionar una muestra?
CONCEPTOS BÁSICOS DE DISEÑO DE ESTUDIOS EPIDEMIOLÓGICOS
Tema 12 LA PERSONALIDAD.
Modelos de Variable Dependiente Binaria -Logit y Probit-
Una comprensión holística
Unidad 7 Métodos de Ordenamiento Externos
UNIDAD I MODELOS Y TOMA DE DECISIONES
PARADIGMAS DE LA EVALUACIÓN
Elaboración del marco teórico o de referencia
DELGADO DIAZ MINERVA PEREZ MUÑOZ ROMUALDA
Presentación General Serie Lectura, Evaluación y Pensamiento
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Muestreo Obtención de evidencia confiable y pertinente, suficiente para brindar una base razonable sobre la cual emitir una opinión. Procedimientos que.
Muestra: Recolección de Datos: Análisis de Datos:
El trabajo de campo El Cuestionario Objetivos Diseño Reglas Tipos
Problema de la medición en Psicología
MUESTRA Implica DEFINIR la unidad de análisis (personas, situaciones, individuos, eventos, fenómeno, ensayo)
Uso de pruebas en Psicología
TEMA 2 CARACTERÍSTICAS TÉCNICAS INSTRUMENTOS MEDIDA 4 de diciembre 2014.
Tema 2: Métodos de ajuste
Clases 3 Pruebas de Hipótesis
Clases 4 Pruebas de Hipótesis
1 Planteamiento del problema ¿Tenemos los humanos la capacidad de percibir si nos miran desde atrás? O, más exactamente: ¿Es defendible que existen otras.
Población y Muestra.
Validación de instrumentos (Creación, validación y optimización)
Probabilidad y prueba de significancia de Chi-Cuadrado (X²)
HUERTA GONZÁLEZ TANIA GPO
Teoría de Respuesta al Ítem
Guía práctica para el análisis de control
Teoría de Probabilidad
MUESTREO… Jefferson Bueno Cristian Hernández Tatiana Cardona
SALUD PUBLICA A. RODRIGUEZ
Regresión logística.
Titular: Agustín Salvia
Clase 4a Significancia Estadística y Prueba Z
Dios no juega a los dados… (Albert Einstein)
TEMA IX.
Julio – Septiembre 2010 Agosto 24 de ¿Qué es motivación? 2.Motivación individual y organizacional 3.Ejercicios Prácticos Agenda 24 de agosto.
Pruebas de hipótesis.
ALCANCES DE LA INVESTIGACIÓN
(Validez de un estudio)
REGLA DE LA MULTIPLICACIÒN DE PROBABILIDAD.
De constructo, de criterio, de contenido.
Categoría Categoría Categoría Categoría Categoría
LA CONCEPCIÓN INTERNISTA DE LA JUSTIFICACIÓN
INTRODUCCION Es un elemento fundamental en todo proceso de investigación Viene después del problema, y el investigador la enuncia Esto orienta el proceso.
LA SELECCIÓN DE LAS MUESTRAS EN EL PROCESO DE INVESTIGACIÓN
SERCE MANUAL DE PROCESAMIENTO DE DATOS PARA EL ANÁLISIS DE ÍTEMS Y
MÉTODOS, DISEÑOS Y TÉCNICAS DE INVESTIGACIÓN PSICOLÓGICA
Dificultad y Discriminación
TEMARIO CUARTA Y QUINTA CLASE 1. Metodologías para analizar la probabilidad de Incumplimiento de pagos de créditos Análisis Cuantitativo con Variables.
Estrategia de análisis Con introducción al análisis multivariante.
El conflicto Componentes Etapas • Etapa de generación de la causa
Métodos de investigación en la psicología clínica
REGRESIÓN LINEAL MÚLTIPLE.
La recta de regresión, se denomina «Recta de ajuste Optimo» (bajo el criterio de los mínimos cuadrados (no hay otra mejor que ella bajo este criterio).
Temas y Controversias de la psicología
PROBABILIDAD CONDICIONAL Y TEOREMA DE BAYES
Estudio técnico del instrumento
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
TEORIA CLASICA y TEORIA DE RESPUESTA AL ITEM ( TRI )
INDUCCIÓN GESTIÓN DEL RIESGO Dirección de Riesgos.
Rodrigo Ferrer Urbina Universidad de Tarapacá, Arica Doctor en Psicología (UAM-España) Máster en Metodología de las Ciencias del Comportamiento y de la.
DIFERENCIAS DE LAS TEORIAS DE LOS TEST TCT Y TRI
Regresión logística Tema 6c. En la regresión lineal la variable dependiente es continua En regresión logística se utiliza cuando la variable dependiente.
ANALISIS DE VARIANZA.
BRIDELIS PALLARES DURAN YISELA DAZA CASTAÑEDA FRANCISCO MENDOZA AMAYA MARIA JOSÉ DIAZ RIVERO GRUPO # 2.
TEORIA DE RESPUESTA A LOS ITEMS VERSUS TEORIA CLASICA DE LOS TESTS
Transcripción de la presentación:

Fundamentos de Modelamiento de Rasgos Latentes LTM Manuel Jorge González Montesinos, Ph. D. “Quaerendo Invenietis”

Los puntos de partida:  Los encuentros entre personas e ítems en un test tienen resultados “probables”.  La probabilidad de respuesta correcta o incorrecta puede estimarse con métodos convencionales.  Los encuentros entre personas e ítems son eventos independientes entre si.

Teoría de Rasgos Latentes

Modelo es:  La combinación optima de variables que explica y predice un proceso empírico:  En este caso:  Los encuentros entre personas e ítems.

Encuentros S - I

Probabilidades…..

En eventos independientes….  La probabilidad de ocurrencia conjunta es el producto de las probabilidades individuales de los eventos.  Acertar a 6 ítems de 4 opciones es:  (.25) (.25) (.25) (.25) (.25) (.25)  O bien (.25) 6 =.0002  ¡ Muy improbable!

Por lo que:  Debemos concluir que si una persona responde correctamente a los 6 ítems no es muy probable que sea por azar.  Esa persona tiene el nivel de rasgo que se requiere para responder correctamente a los 6 ítems.

Un Item de muestra: 1) “Quaerendo Invenietis” significa: a) “Indagando Inventas” b) “Pregunta e Inventaras” c) “Indagando Descubres” d) “Inventemos una Fiesta”

La respuesta correcta es …  c) “Indagando Descubres”  Y se puede acertar a ella por simple azar (.25) pero que este tipo de evento fortuito se repita en 10 personas al mismo tiempo, (o n veces), es muy poco probable:  (.25) 10 =

Los elementos base

La combinación optima

El Modelo de Rasch  Postula que únicamente 2 elementos (variables) son necesarios para explicar y predecir el encuentro S - I en forma completa:  El Nivel β de la persona “S”  El Nivel δ del reactivo “I”  Concretamente el parámetro de interés es la diferencia  (β – δ)

En forma Conjunta

Ejemplo de un Caso “Modelo"

La Función Logística  La función logística se utiliza en el análisis Rasch para derivar Y que es un valor entre 0 y 1 que representa la probabilidad de respuesta de un sujeto de nivel β a un reactivo de nivel δ.

Ajuste a las Expectativas Probabilísticas  Ajuste Interno: asegura que los ítems si son respondidos correctamente por las personas que si tienen el nivel de rasgo (habilidad) suficiente para hacerlo.  Ajuste Externo: asegura que los ítems no son respondidos correctamente por las personas que no tienen el nivel de rasgo suficiente para hacerlo

Indices de Bondad de Ajuste  Ajuste Interno: .80 a 1.30 en ítems de aptitud .50 a 1.50 en ítems de actitud  Ajuste Externo: .80 a 1.30 en ítems de aptitud .50 a 1.50 en ítems de actitud  Si INFIT y OUFIT = 1  El ajuste es PERFECTO!

Extensiones a Categorías de Respuesta Graduada: 

Mas información en…… 